基于上下文注意力网络的骨架提取
计算机视觉与模式识别
2022-05-25 v1
摘要
骨架提取是一项通过从给定的二值或 RGB 图像中提取骨架，来提供物体简洁表示的任务。近年来在骨架提取方面已有许多引人注目的工作。但据我们所知，关于如何利用物体二值形状中上下文信息的研究甚少。在本文中，我们提出了一种称为上下文注意力网络（CANet）的基于注意力的模型，它将上下文提取模块集成于 UNet 架构中，能有效提升网络提取骨架像素的能力。同时，我们还使用了距离变换、加权焦点损失等一些新技术，以在给定数据集上取得良好结果。最终，在不使用模型集成且仅用 80% 训练图像的情况下，我们的方法在 Pixel SkelNetOn 竞赛的开发阶段取得 0.822 的 F1 分数，在最终阶段取得 0.8507 的 F1 分数，位居排行榜第一。
引用
@article{arxiv.2205.12066,
title = {Context Attention Network for Skeleton Extraction},
author = {Zixuan Huang and Yunfeng Wang and Zhiwen Chen and Xin Gao and Ruili Feng and Xiaobo Li},
journal= {arXiv preprint arXiv:2205.12066},
year = {2022}
}
备注
Accepted at the Deep Learning for Geometric Computing (DLGC) workshop at CVPR 2022